„Adobe“ ir Australijos nacionalinio universiteto mokslininkai sukūrė algoritmą, kuris vos per 5 sekundes dvimačius vaizdus paverčia trimačiais modeliais. Šis proveržis žada pakeisti turinio kūrimą dizaino ir pramogų srityse, tačiau saugokitės galimų problemų dėl neryškių tekstūrų ir autorių teisių pažeidimo.
Naujasis algoritmas, vadinamas dideliu rekonstrukcijos modeliu (LRM), tapo reikšminga pažanga sparčiai kuriant trimačius modelius, pagrįstus vienu vaizdu. Algoritmas, parengtas naudojant didelį duomenų rinkinį, sudarytą iš maždaug milijono 3D objektų, esančių Objaverse ir MVImgNet duomenų bazėse, pademonstravo išskirtinį apibendrinimo gebėjimą dirbant su įvairiais vaizdais kuriant XNUMXD turinį.
Skirtingai nuo ankstesnių modelių, parengtų naudojant ribotus duomenų rinkinius, daugiausia dėmesio skiriant vienai vaizdų kategorijai, LRM naudoja transformuojančią architektūrą, kuri tapo daugelio gilaus mokymosi patobulinimų pagrindu ir su 500 milijonų parametrų. Tai leidžia dirbtinio intelekto modeliui efektyviai dirbti su įvairių tipų vaizdais, įskaitant realaus pasaulio nuotraukas ir vaizdinius koliažus, sukurtus naudojant kitas AI paslaugas, tokias kaip DALL-E ir Stable Diffusion.
Yitzong Hong, pagrindinis tyrimo autorius, pabrėžė, kad LRM yra reikšmingas proveržis XNUMXD rekonstrukcijos srityje. Algoritmas gali atkurti detalią geometriją ir sudėtingas tekstūras, pavyzdžiui, medienos tekstūrą, išlaikant kokybę ir tikslumą.
LRM taikymas gali tapti tikrai didžiulis – nuo dizaino ir pramogų iki žaidimų pramonės. Dizaineriams ir 3D menininkams tai reiškia paspartinti modelių kūrimo procesą, o tai ypač svarbu kuriant vaizdo žaidimus ir animaciją. Be to, galimybė LRM naudoti paprastiems vartotojams žada, kad 3D modeliavimas taps ne tik profesionalų prerogatyva. Dabar detalius modelius bus galima kurti net iš išmaniuoju telefonu darytų nuotraukų.
Tačiau LRM turi savo apribojimų, pvz., tekstūrų susiliejimą paslėptose vaizdo vietose. Taip pat verta apsvarstyti autorių teisių klausimus, ypač naudojant kitų AI paslaugų sukurtus vaizdus. Norėdami pademonstruoti LRM galimybes, „Adobe“ mokslininkai sukūrė puslapį su vaizdo demonstracijomis ir interaktyviais 3D modeliais. Tai pabrėžia augantį AI vaidmenį šiandieniniame pasaulyje ir galimą jo poveikį kūrybinių industrijų ateičiai.
Taip pat skaitykite: